-
公开(公告)号：CN114969622B
公开(公告)日：2024-09-27
申请号：CN202210629240.2
申请日：2022-06-01
Applicant: 湖南大学
Abstract: 本发明是一种基于遗传算法的电子束光刻能量沉积分布拟合方法，其实现过程包括：步骤S1，通过蒙特卡洛模拟，计算电子束曝光点周围的能量沉积的离散值；步骤S2，计算初始种群，确认最优解搜索范围以及搜索值个数；步骤S3，计算种群适应度；步骤S4，遗传选择、交叉、变异操作；步骤S5，当迭代次数达到规定的最大迭代次数，或适应度函数值最小的个体与适应度期望值的差满足最小偏差，计算终止，否则继续执行迭代步骤S3、S4，得到最终的电子束光刻能量分布函数拟合结果。本发明针对电子束光刻能量沉积分布离散值，实现了数值相差10亿的电子束光刻点扩散函数拟合，在确保计算效率的前提下，具有高计算精度精准的特点。
-
公开(公告)号：CN116482937A
公开(公告)日：2023-07-25
申请号：CN202210044985.2
申请日：2022-01-14
Applicant: 湖南大学
Abstract: 本发明是一种基于快速多极子方法的电子束光刻邻近效应校正版图能量沉积的计算方法，目的是在保证精度的前提下，通过对电子束光刻版图用四叉树进行划分，在保证精度的前提下，将曝光点能量沉积的计算分为远场的近似计算和近场的精确计算，大大减少电子束光刻邻近效应校正中版图能量沉积的计算时间，从而提高电子束光刻邻近效应校正的效率。本发明共分为八个步骤：步骤S1版图网格划分和归一化；步骤S2构造四叉树；步骤S3为每个四叉树节点构造交互列表和邻近列表；步骤S4，节点内源点向节点插值点聚集；步骤S5，同层节点之间插值点转移；步骤S6，父节点插值点向子节点插值点发散；步骤S7，邻近列表计算；步骤S8更新版图曝光剂量。
-
公开(公告)号：CN116109715A
公开(公告)日：2023-05-12
申请号：CN202111316982.1
申请日：2021-11-09
Applicant: 湖南大学
Abstract: 本发明是一种电子束光刻邻近效应矫正版图压缩方法，电子束光刻邻近效应矫正版图压缩方法包括：S1归一化版图边界；S2判定每个四叉树网格区域的划分层级；S3版图图案边界对四叉树网格进行剪切；S4邻近效应矫正剂量映射入非均匀四叉树网格；S5将四叉树网格与曝光剂量存入文件。本发明采用了非均匀四叉树网格压缩方法，最大特点是在版图边缘部分网格划分相对密集，在版图的内部网格划分相对稀疏，这种压缩方法完全符合电子束邻近效应矫正的剂量特性，将电子束邻近效应矫正后的剂量映射至该网格，能够极大降低网格数量，从而提高曝光效率。
-
公开(公告)号：CN112987514B
公开(公告)日：2022-02-01
申请号：CN202110400952.2
申请日：2021-04-14
Applicant: 湖南大学
IPC: G03F7/20
Abstract: 本发明是一种电子束曝光的邻近效应快速矫正方法。电子束曝光的邻近效应快速矫正方法包括：S11设置电子束曝光版图矩阵；S12使用二维快速傅里叶变换方法计算电子束正向曝光模拟的能量沉积；S13计算电子束曝光后的阈值显影图案强度；S14设置收敛精度，计算电子束曝光版图误差函数，判断是否收敛；S15计算电子束曝光剂量因子矩阵向量梯度迭代直至收敛；S16将电子束曝光版图剂量矫正结果转化为可用于曝光的数据类型。本发明实现了任意形状电子束曝光版图的邻近效应矫正计算，具有低误差率、高收敛速度率和高计算效率的特点。
-
公开(公告)号：CN112987514A
公开(公告)日：2021-06-18
申请号：CN202110400952.2
申请日：2021-04-14
Applicant: 湖南大学
IPC: G03F7/20
Abstract: 本发明是一种电子束曝光的邻近效应快速矫正方法。电子束曝光的邻近效应快速矫正方法包括：S11设置电子束曝光版图矩阵；S12使用二维快速傅里叶变化方法计算电子束正向曝光模拟的能量沉积；S13计算电子束曝光后的阈值显影图案强度；S14计算电子束曝光版图误差函数；S15设置收敛精度，判断是否收敛；S16计算电子束曝光剂量因子矩阵向量梯度迭代直至收敛；S17将电子束曝光版图剂量矫正结果转化为可用于曝光的数据类型。本发明实现了任意形状电子束曝光版图的邻近效应矫正计算，具有低误差率、高收敛速度率和高计算效率的特点。
-
Patent Agency Ranking
公开(公告)号：CN111538213A
公开(公告)日：2020-08-14
申请号：CN202010346056.8
申请日：2020-04-27
Applicant: 湖南大学
Abstract: 本发明属于计算光刻领域，公开了一种基于神经网络的电子束邻近效应矫正方法。本发明首先通过任意一种邻近效应剂量矫正方法，对设计的训练版图进行剂量矫正，然后将调整神经网络参数，将该训练版图按照规定输入方式进行神经网络训练，训练得到一个自适应性的神经网络，最终按照规定输入方式预测任意曝光版图矫正剂量。本发明实现了基于神经网络的电子束邻近效应矫正，解决了电子束曝光的邻近效应矫正计算，在确保高精度矫正的基础上，对矫正的计算效率极大提升，具有高计算精度、高计算效率等特点。
-
公开(公告)号：CN114969622A
公开(公告)日：2022-08-30
申请号：CN202210629240.2
申请日：2022-06-01
Applicant: 湖南大学
Abstract: 本发明是一种基于遗传算法的电子束光刻能量沉积分布拟合方法，其实现过程包括：步骤S1，通过蒙特卡洛模拟，计算电子束曝光点周围的能量沉积的离散值；步骤S2，计算初始种群，确认最优解搜索范围以及搜索值个数；步骤S3，计算种群适应度；步骤S4，遗传选择、交叉、变异操作；步骤S5，当迭代次数达到规定的最大迭代次数，或适应度函数值最小的个体与适应度期望值的差满足最小偏差，计算终止，否则继续执行迭代步骤S3、S4，得到最终的电子束光刻能量分布函数拟合结果。本发明针对电子束光刻能量沉积分布离散值，实现了数值相差10亿的电子束光刻点扩散函数拟合，在确保计算效率的前提下，具有高计算精度精准的特点。
-
公开(公告)号：CN111965936B
公开(公告)日：2022-06-07
申请号：CN202011035302.4
申请日：2020-09-27
Applicant: 湖南大学
Abstract: 本发明属于电子束邻近效应剂量矫正快速计算领域，公开了一种大规模电子束曝光版图的高精度邻近效应快速矫正方法。本发明首先将需要矫正的版图形状映射在该版图矩阵中，生成电子束曝光的二维版图，然后设置迭代参数，通过快速多极子方法优化卷积过程，并计算邻近效应矫正，最后将矫正至收敛的二维剂量矩阵结果转化为可用于直接曝光的文件格式。本发明实现了大规模电子束曝光版图的高精度邻近效应快速矫正，解决了任意形状的大规模电子束曝光的邻近效应矫正计算，有着低误差率、高收敛速度率和高计算效率的特点，对矫正的计算效率和精度极大提升，具有高计算精度、高计算效率等特点。
-
公开(公告)号：CN111538213B
公开(公告)日：2021-04-27
申请号：CN202010346056.8
申请日：2020-04-27
Applicant: 湖南大学
Abstract: 本发明属于计算光刻领域，公开了一种基于神经网络的电子束邻近效应矫正方法。本发明首先通过任意一种邻近效应剂量矫正方法，对设计的训练版图进行剂量矫正，然后将调整神经网络参数，将该训练版图按照规定输入方式进行神经网络训练，训练得到一个自适应性的神经网络，最终按照规定输入方式预测任意曝光版图矫正剂量。本发明实现了基于神经网络的电子束邻近效应矫正，解决了电子束曝光的邻近效应矫正计算，在确保高精度矫正的基础上，对矫正的计算效率极大提升，具有高计算精度、高计算效率等特点。
-
公开(公告)号：CN111965936A
公开(公告)日：2020-11-20
申请号：CN202011035302.4
申请日：2020-09-27
Applicant: 湖南大学
Abstract: 本发明属于电子束邻近效应剂量矫正快速计算领域，公开了一种大规模电子束曝光版图的高精度邻近效应快速矫正方法。本发明首先将需要矫正的版图形状映射在该版图矩阵中，生成电子束曝光的二维版图，然后设置迭代参数，通过快速多极子方法优化卷积过程，并计算邻近效应矫正，最后将矫正至收敛的二维剂量矩阵结果转化为可用于直接曝光的文件格式。本发明实现了大规模电子束曝光版图的高精度邻近效应快速矫正，解决了任意形状的大规模电子束曝光的邻近效应矫正计算，有着低误差率、高收敛速度率和高计算效率的特点，对矫正的计算效率和精度极大提升，具有高计算精度、高计算效率等特点。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.014 seconds)
